| 研究課題/領域番号 |
16K04579
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
教育学
|
|---|
| 研究機関 | 大阪樟蔭女子大学 |
|---|
研究代表者 |
佐野 美奈 大阪樟蔭女子大学, 児童教育学部, 教授 (00341785)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2018年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2017年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2016年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
|
|---|
| キーワード | 幼児の音楽的表現の動作解析 / MEB(音楽的表現育成）プログラム / 3Ｄモーションキャプチャー / 動作特徴量 / 機械学習 / 音楽的発展度 / 評価方法 / 分類器 / 3Dモーションキャプチャー / モーションキャプチャー / 音楽的表現 / 幼児 / 定量的分析 / 幼稚園 / 保育園 / 幼児の音楽的表現 / MVN / 動きの要素 / 教育学 / モーションキャプチャ- / 解析・評価 |
|---|
| 研究成果の概要 |
この研究では、多様な保育形態の5か所の保育園と幼稚園および認定こども園で、3Dモーションキャプチャー（新型MVN）を用い、幼児の音楽的表現の動作解析を行った。定量的分析を行うことにより、MEB(音楽的表現育成)プログラムの実践過程における発達的特徴をより精確に捉えた。その定量的分析に基づき抽出した動作特徴量から機械学習を行い、複数のモデル分類と判別を行うことで、音楽的表現の発展度を3段階に評価する方法を考案した。4種類の分類器を用いた結果、ニューラルネットワークの多層パーセプトロンの分類精度が比較的高かった。幼児の音楽的表現の発展度は、骨盤移動距離と右手移動平均加速度との関係性が大きかった。
|
| 研究成果の学術的意義や社会的意義 |
幼児の音楽的諸要素の認識と身体的な動きとの関係性について、この研究で、より精確な科学的根拠を提示することができた。機械学習を用いた音楽的表現の発展度を3段階に評価する方法についても、国際ジャーナル、国内外の学会発表や学術論文、公開講座にて発信した。この機械学習による音楽的発展度の評価の方法により、客観的な判別基準で音楽的表現の発達過程が捉えられるため、幼児の音楽教育の質的向上に役立ち、個別の幼児に合った音楽経験を提供していくことができるという点でも意義があると考えられる。
|
